西安市宏观经济预测研究及系统设计
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 绪论 | 第10-18页 |
·研究背景 | 第10-11页 |
·国内监测预测系统运行情况 | 第10-11页 |
·宏观经济预测的必要性 | 第11页 |
·问题提出 | 第11-12页 |
·理论问题 | 第11-12页 |
·现实问题 | 第12页 |
·研究综述 | 第12-16页 |
·研究内容 | 第16-18页 |
·研究方法 | 第16-17页 |
·研究框架 | 第17-18页 |
2 基本预测理论 | 第18-30页 |
·灰色预测模型简介 | 第18-20页 |
·灰色系统理论概述 | 第18页 |
·GM(1,1)模型概述 | 第18-20页 |
·灰色预测模型的优缺点分析 | 第20页 |
·神经网络预测模型 | 第20-23页 |
·神经网络预测模型的原理 | 第20-21页 |
·基于BP神经网络的预测模型 | 第21-22页 |
·BP算法的优缺点分析 | 第22-23页 |
·时间序列预测 | 第23-28页 |
·时间序列的统计学特征分析 | 第23-24页 |
·时间序列平稳性研究 | 第24-28页 |
·回归分析预测 | 第28-30页 |
3 西安市宏观经济指标体系及相关性分析 | 第30-38页 |
·西安市宏观经济发展现状及特点 | 第30-31页 |
·西安市宏观经济预测指标的定义 | 第31-34页 |
·影响西安市宏观经济发展的因素分析 | 第34-36页 |
·在现实工作中使用的指标体系 | 第35-36页 |
·在现实工作中使用的指标体系相关性分析 | 第36页 |
·西安市宏观经济指标预测方法的选择 | 第36-38页 |
4 预测模型体系的设计 | 第38-59页 |
·灰色预测GM(1,1)预测模型 | 第38-40页 |
·数据处理 | 第39页 |
·模型预测 | 第39-40页 |
·时间序列曲线估计 | 第40-48页 |
·数据处理 | 第41页 |
·实验结果分析 | 第41-48页 |
·回归分析 | 第48-50页 |
·神经网络预测法 | 第50-53页 |
·神经网络结构选择 | 第50-51页 |
·样本数据选择及预处理 | 第51-52页 |
·样本数据训练及结果 | 第52-53页 |
·GDP数据预测 | 第53页 |
·专家评估法(德尔菲法)系统 | 第53-59页 |
·德尔菲法的实施步骤 | 第54页 |
·德尔菲法在宏观经济预测中应用的可能性 | 第54页 |
·德尔菲法在西安宏观经济预测中的应用 | 第54-59页 |
5 系统设计 | 第59-71页 |
·总体设计 | 第59-60页 |
·宏观经济预测系统的目标 | 第59页 |
·功能列表设计 | 第59-60页 |
·系统接口设计 | 第60-64页 |
·设计规范 | 第60-61页 |
·技术路线设计 | 第61-63页 |
·系统性能要求 | 第63-64页 |
·数据库设计 | 第64-66页 |
·用户管理 | 第64页 |
·角色管理 | 第64-65页 |
·权限管理 | 第65页 |
·认证管理 | 第65页 |
·基础数据 | 第65页 |
·指标管理 | 第65-66页 |
·模型管理 | 第66页 |
·用户界面 | 第66-69页 |
·登录界面 | 第66-67页 |
·系统基本界面 | 第67页 |
·数据管理 | 第67-68页 |
·数据维护 | 第68页 |
·预测模型管理 | 第68-69页 |
·预测分析 | 第69页 |
·运行环境 | 第69-70页 |
·系统安全设计 | 第70-71页 |
6 总结与展望 | 第71-73页 |
·论文总结 | 第71页 |
·进一步工作的展望 | 第71-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-77页 |
附录 | 第77-81页 |
攻读硕士学位期间发表论文和科研情况 | 第81页 |